← 返回首頁

Chai再獲4億美元後,AI抗體設計走進藥廠的硬驗證期

資本押注的焦點,正從模型能否生成漂亮分子,轉向那些分子能否在濕實驗、製程與監管文件中留下站得住腳的證據。

By SURL BioNews

AI藥物發現近年不缺聲量,但抗體是一個特別現實的試金石:它不只要在電腦上看似能與標的蛋白結合,還必須在細胞、動物、製造與人體安全性評估中逐步證明自己。Chai Discovery據報完成4億美元Series C募資,之所以引人注意,不只是金額龐大,而是它發生在大型藥廠開始更認真評估AI設計抗體之際。

根據SiliconANGLE報導,這筆融資將支持Chai推進其AI藥物設計平台,尤其是抗體與蛋白質相關分子的設計。由於目前公開資訊有限,投資人名單、估值、具體合作條款與候選藥物進度仍不宜過度延伸;可以確定的是,市場正在把問題從「模型是否新穎」推向「模型產物是否可被藥廠流程吸收」。

抗體藥物的開發難點,往往藏在早期篩選之後。候選抗體需要有足夠親和力與選擇性,不能引發不可接受的免疫反應,還要具備可製造性、穩定性與合適的藥物動力學。AI若要在此領域創造價值,不能只提出一串可能序列,而要縮短從設計、表達、純化到功能驗證的迭代時間,並讓每次失敗也能回流成模型可學習的資料。

大型藥廠對這類平台的興趣,部分來自研發管線的壓力。傳統抗體發現仰賴免疫化、展示技術與大量篩選,雖已相當成熟,仍可能在難成藥標的、複雜構形或多特異性抗體設計上遇到瓶頸。若AI能更快提出具有可測試性的候選分子,藥廠便有理由把它納入早期發現工具箱,而不是把它視為單純的軟體展示。

但這也是AI製藥最容易被高估的地方。早期命中率提高,不等於臨床成功率提高;蛋白質結合預測較準,也不代表能預測人體療效與長期安全性。對監管機關與臨床開發團隊而言,真正重要的是資料來源是否可追溯、實驗是否可重複、模型選擇候選物的理由是否能被審查,以及後續製程變更是否會影響品質屬性。

這筆募資因此更像一場擴大驗證的資本補給,而不是勝利宣言。Chai若要把技術從模型競賽帶進藥廠主流程,接下來需要展示的不只是更大的模型或更快的設計速度,而是由實驗數據、合作案例與候選藥物進展共同構成的證據鏈。

在AI生物科技公司陸續取得大額融資與藥廠合作的此刻,抗體設計正成為一個清楚的分界點:能否把生成式模型的想像力,轉化為可製造、可驗證、可申報的治療分子。Chai的新資金讓它有更多時間與資源回答這個問題,但答案仍必須在實驗室與臨床開發表格中逐項寫出。

References

  1. SiliconANGLE